MétaCan
Menu
Retour à la cohorte
Enregistrement W4414572393 · doi:10.1016/s2307-1877(25)00387-6

A framework for an on-demand dangerous goods routing support system for the metro Vancouver area

2014· article· en· W4414572393 sur OpenAlexaffabout
Karim El‐Basyouny, Tarek Sayed

Notice bibliographique

RevueJournal of Engineering Research · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRouting (electronic design automation)Selection (genetic algorithm)Dangerous goodsInterdependenceFlow networkVehicle routing problemTask (project management)Spatial dispersion

Résumé

récupéré en direct d'OpenAlex

This paper proposes a framework that integrates existing climate conditions with a Geographical Information System (GIS) to develop an on-demand dangerous goods (DG) routing support system. The framework focuses on mitigating the risks associated with DG transportation via route selection. Evidently, DG routing involves a number of decisions that require the consideration of multiple and sometimes conflicting risks. As a result, the framework includes a number of different routing criteria pertaining to safety, efficiency, security, and cost. The framework was applied to a large-scale transportation network representing the Metro Vancouver area. The network was represented spatially in a GIS database along with a real-time dispersion plume model to simulate a specific chemical release under local weather conditions. The results show that different routing criteria lead to different optimal route choices. The authors also compared route selection based on the Emergency Response Guidebook (ERG) for protection and isolation actions with route selection based on dispersion models. The comparison results show that, when employing the ERG in a small spill scenario, decisionmakers are at risk of exposing a large number of individuals to severe health effects. Vice versa, if the ERG was to be followed in a large spill scenario, many individuals who are not at risk would be unnecessarily evacuated. This translates into increased evacuation costs, and wastes the time and effort of emergency personnel. The study shows that these issues are properly addressed if a dispersion model is used to refine the estimation of the impact zone by including measures that are specific to the shipment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,210
Tête enseignante GPT0,455
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering ResearchMême sujetRisk and Safety AnalysisTravaux en français237 207